5天搞定深度学习框架-Caffe入门系列

[CSDN学习]

5天搞定深度学习框架-Caffe入门系列
第一节Caffe介绍
第二节Caffe在windows下的安装编译
第三节Caffe快速上手-mnist数据集分类(一)
第四节Caffe快速上手-mnist数据集分类(二)
第五节Caffe文件详解
第六节各种优化器的介绍
第七节Caffe的python接口安装，以及模型可视化
第八节Caffe特征图可视化以及学习曲线可视化
第九节GoogleNet结构讲解，准备用GoogleNet实现图像识别
第一十节使用python接口调用GoogleNet实现图像识别
第一十一节Caffe在windows下GPU版本的安装
第一十二节使用自己设计的网络训练自己的图像识别模型(一)
第一十三节使用自己设计的网络训练自己的图像识别模型(二)
第一十四节迁移学习-Finetune
第一十五节Snapshot以及课程总结

覃秉丰
机器学习，深度学习神经网络领域多年开发研究经验，精通算法原理与编程实践。曾完成过多项图像识别，目标识别，语音识别的实际项目，经验丰富。关注深度学习领域各种开源项目，如TensorFlow，Caffe，Torch等。喜欢理论与实践相结合的教学风格，课程编排由浅入深，体系清晰完整。
相关链接：https://edu.csdn.net/course/detail/5463?utm_source=edu_bbs_autocreate